跳到主要内容

48 篇博文 含有标签「DePIN」

去中心化物理基础设施网络

查看所有标签

工业级 DeAI 时代降临：为什么 AI 代币在 2026 年第一季度悄然跑赢加密市场 16%

· 阅读需 14 分钟
Dora Noda
Dora Noda
Software Engineer

在加密货币历史上，最响亮的叙事首次有了数据支撑。2026 年第一季度，在投机性消费代币贬值 30% 的同时，AI 加密板块——Bittensor、Virtuals Protocol、ASI Alliance、Render、io.net——仅下跌了 14%。这 16 个点的差距并非只是情绪转变，而是一次定价事件。投资者不再为去中心化 AI 的“概念”买单，而是开始投资那些真正产生资金流动的协议。

欢迎来到“工业级 DeAI”时代——这是 AI 加密领域的生产阶段，决定生存的是收入，而非路线图。

从口号到结算​

2024 年的 AI 代币周期是一个关于讲故事的问题。买入 TAO 是因为 GPU 稀缺；买入 FET 是因为智能体将吞噬企业软件；买入当周 Crypto Twitter 上的任何热门项目。估值取决于一个项目描述未来的说服力。

18 个月后，财务报表终于赶上了 PPT。Bittensor 在 2026 年第一季度以 4300 万美元的协议收入和 21.57% 的季度价格涨幅收官——这是一个你可以进行除法、乘法计算，并与贴现率进行比较的数字。Virtuals Protocol 的“智能体 GDP”（aGDP）——即其网络上自主智能体执行工作的美元价值——在 Base 链上突破了 4.79 亿美元，其背后是分布在超过 1.8 万个已部署智能体中的 177 万个已完成任务。人工超级智能联盟（ASI Alliance，由 FET、原 Fetch.ai + SingularityNET + Ocean Protocol 组成）正在为企业客户运行生产级智能体工作负载，其中包括与马士基（Maersk）的一项部署，联盟声称该部署已将航运效率低下的问题减少了 37% 以上。

这些不再是处于收入前阶段的“登月计划”。它们是自 2020 年 DeFi 转折点以来，首批拥有经审计现金流、且规模足以让机构配置者进行承销的加密协议。

2026 年第一季度表现差距解码​

与大盘相比，这 16 个点的超额收益可以归结为一个清晰的轴线：具有效用的 AI 代币击败了仅有叙事的 AI 代币，而两者都击败了模因币（memecoins）。

五个项目承担了大部分重任：

  • Render (RENDER) —— 随着其新的 Dispersed 子网在承接原有 3D 渲染业务的同时开始处理 AI 工作负载，其市值突破了 20 亿美元。“已经拥有付费客户的 GPU 算力”这一故事终于产生了复利效应。
  • Bittensor (TAO) —— 估值达到约 200 亿美元，Covenant-72B 开源模型训练运行为在前沿规模下进行去中心化模型训练提供了公开、可验证的演示。
  • NEAR —— 围绕私密推理和机密智能体执行重新定位，为超大规模云服务商（hyperscalers）无法提供的链上原生机密性找到了机构买家。
  • ASI Alliance (FET) —— 度过了合并后的整合期，凭借聚焦的企业业务线重新崛起，并与 Virtuals 一同进入灰度（Grayscale）2026 年第一季度“待考虑资产”列表。
  • Virtuals Protocol (VIRTUAL) —— 突破了 4.79 亿美元 aGDP 里程碑，并发布了智能体商业协议（Agent Commerce Protocol），这是首个具有可衡量粘性的稳定智能体对智能体支付标准。

落者所缺乏的是同样的东西：触手可及的收入和有名有姓的客户。

Bittensor 的机构分水岭​

这种格局转变最清晰的信号并非来自加密基金，而是来自 NVIDIA（英伟达）。2026 年第一季度，这家芯片巨头向 Bittensor 投入了约 4.2 亿美元，其中约 77% 的资金被质押到子网中——这是一种长期承诺，而非交易头寸。Polychain Capital 追投了 2 亿美元，使该季度的机构总流入额达到约 6.2 亿美元。

有两点使其与之前的加密风投周期不同。首先，NVIDIA 没有理由追逐叙事——如果 AI 算力需求爆发，其核心业务已经稳操胜券。配置 Bittensor 是为了对冲未来，即在未来的模型训练、推理和微调中，有一部分非平凡的份额发生在超大规模云服务商寡头之外的网络上，这些网络虽然不受 NVIDIA 控制，但其 GPU 运行的是 NVIDIA 芯片。其次，黄仁勋（Jensen Huang）对去中心化 AI 训练的公开认可——这曾是一个边缘观点——为所有传统配置者撰写投资备忘录提供了必要的支持。

飞轮效应现在清晰可见：协议收入资助子网激励 → 子网激励吸引真实的模型和真实的工作负载 → 真实的工作负载吸引企业客户 → 企业客户产生更多协议收入。在 2026 年第一季度之前，这只是一个设想；现在，它已变成了一张图表。

Virtuals Protocol 与智能体 GDP 镜像​

如果说 Bittensor 是供应侧——GPU、权重和推理——那么 Virtuals Protocol 就是需求侧：一个自主智能体可以在没有人类参与的情况下进行交易、相互雇佣并启动整个工作流的市场。其 4.79 亿美元的 aGDP 数字值得深入分析，因为它是 AI 加密领域中最接近 GMV（商品交易总额）的指标。

Virtuals 的四个协作单元解释了这些交易额是如何产生的：

  1. Butler —— 面向用户的层级，人类在此指挥智能体执行任务（研究、内容、交易工作流）。
  2. 智能体商业协议 (ACP) —— 让智能体能够自主发现、雇佣并相互支付的结算标准。这是真正的经济原语。
  3. Unicorn —— 代币化智能体的资本形成场所，结构上类似于早期的 Web3 启动平台，但专门针对产生收入的数字劳动力而非投机。
  4. Virtuals Robotics + Eastworld Labs —— 2026 年向人形机器人的扩张，将智能体经济从屏幕延伸到物理工作空间。

值得关注的举措是 ACP。加密行业自 2023 年以来一直在承诺“智能体对智能体支付”，但大多数演示都是闭环的。Virtuals 交付了一个智能体可以在真实环境中相互支付的网络，单季度结算额达 4.79 亿美元。这一 aGDP 数字代表的是持久的企业规模还是代币循环活动，将是 2026 年最受关注的辩论——但数量级已经发生了改变。

ASI 联盟的低调企业级转型​

ASI 联盟（由 Fetch.ai、SingularityNET 和 Ocean Protocol 在 2024 年 6 月以约 75 亿美元的总估值合并而成）在 2025 年的大部分时间里都在进行枯燥的整合工作：将三个工程组织、三个治理结构和三个代币持有者群体融合成一个连贯的协议。到 2026 年，这些工作开始显现成效。

该联盟的优势在于企业级集成。在 Bittensor 争夺 AI 训练心智份额、Virtuals 争夺消费者代理关注度时，ASI 最有可能嵌入到物流 SaaS 合同或医药供应链工作流中。马士基（Maersk） 的部署——利用自主代理优化集装箱运输的路线和库存，据报道效率提升超过 37%——这种标杆客户以往只有 IBM 和埃森哲（Accenture）才能赢得。ASI 不是在向散户出售代币，而是在向运营主管销售代理。

这种特性也决定了 ASI 在 2026 年的轨迹对企业销售周期的敏感度高于对加密推特（Crypto-Twitter）情绪的敏感度。其风险状况有所不同——更慢、更零散，但粘性更强——而这恰恰是机构分配者一直追求的。

DePIN：智能体下方的计算层​

如果没有底层的工业级 DePIN 层，工业级 DeAI 就无法存在。这两个领域在收入拐点上步调一致。

  • io.net 于 2026 年 3 月 25 日推出了 Agent Cloud——这是一个专门为自主代理设计的计算层，使其无需人工干预即可获取、调度并支付 GPU 资源。从结构上看，它是第一个主要客户是另一个协议的代理而非人类机器学习工程师的 DePIN 产品。
  • Aethir 报告称，到 2025 年第三季度，其年化经常性收入达到 1.47 亿美元，季度环比增长从 14.5% 加速至 22%，并拥有 100 多家生态合作伙伴。
  • Render 市值突破 20 亿美元，并发布了其分散式 AI 子网，以承接其渲染业务之外的 AI 工作负载溢出。

整个 DePIN 领域在一年内市值从约 52 亿美元增长到超过 190 亿美元，行业预测其到 2028 年将达到 3.5 万亿美元。无论 2028 年的数字是否在一个数量级内实现，方向性的信号很明确：去中心化 AI 的“卖铲子”业务本身现在已成为价值数十亿美元的企业。

DeFi 的类比与差异​

人们倾向于将工业级 DeAI 的发展映射到 DeFi 在 2020-2023 年的成熟路径：炒作阶段 → 流动性挖矿投机 → 产生收入的借贷和 DEX 基础设施。这种类比基本成立。这两个领域都经历了“为了敞口买入代币”阶段，然后是“根据损益表评估协议”阶段。一旦链上收入可以被清晰衡量，分配者的行为都会发生变化。

但差异同样重要。DeFi 的客户主要是其他 DeFi 用户——这是一个闭环，限制了总可寻址市场（TAM），并使收入随加密市场活动周期性波动。工业级 DeAI 的客户正越来越多地来自加密领域外：AI 实验室、物流公司、计算买家、企业 SaaS 合同。这极大地拓宽了潜在收入池，但也使 AI 加密领域面临不同的宏观因素：企业 IT 预算、AI 资本支出周期，以及首席信息官（CIO）的采购偏好——只要能满足服务等级协议（SLA），他们并不关心其代理是在 Base 还是 AWS 上结算。

Gartner 的基准预测是，到 2028 年，33% 的企业软件应用将包含代理式 AI（2024 年这一比例不到 1%），到 2035 年，代理式 AI 可能会贡献约 30% 的企业应用软件收入，超过 4500 亿美元。即使去中心化协议仅占据该市场极个位数的份额，其绝对收入数字也将比 DeFi 的 TAM 大一个数量级。Gartner 同时也警告称，超过 40% 的代理式 AI 项目将在 2027 年底前被取消，理由是成本超支、ROI 不明和风险控制薄弱——这提醒我们，这个市场的下限将比上限更为残酷。

接下来的关注点​

三个因素将决定哪些项目能在 2027 年持续复利增长，而哪些会随着叙事褪去：

  1. 加密市场低迷期的收入持久性。 当价格上涨时，TAO 每季度产出 4300 万美元反映了需求；而在 50% 的跌幅中维持同样的数据，才能告诉你客户是否真实存在。
  2. 链外企业合同。 马士基级别的标杆参考将越来越多地决定哪些协议有资格进入机构配置名单。下一波分配者资金将追随合作伙伴的品牌 Logo，而非白皮书。
  3. 基础设施负载形态。 代理流量与钱包流量不同。它是突发性的、多步骤的，并且对索引状态具有高度的读密集性。为人类驱动的 DeFi 构建的 RPC 和索引堆栈需要针对代理驱动的工作负载进行重新调整。

最后一点正是“卖铲子”业务的落脚点。代理原生应用需要针对索引合约状态的持续低延迟读取、可预测的存档节点可用性，以及不假设有人类参与重试失败调用的 SLA 等级。跨 Base、Solana、NEAR 和 Bittensor 生态系统提供这些服务的基础设施供应商，将悄然获取工业级 DeAI 收入的显着份额，而这些可能永远不会体现在代币价格走势图中。

2026 年第一季度的头条新闻是 AI 加密板块表现优异。而更深层的故事是，AI 加密不再仅仅是一个“故事”。

BlockEden.xyz 为驱动工业级 DeAI 的区块链（包括 Base、Solana、Aptos 和 Sui）提供企业级 RPC 和索引基础设施，具备代理原生工作负载所需的 SLA 等级和存档节点可用性。探索我们的 API 市场，在支撑下一代自主代理协议的相同基础设施层上进行构建。

资料来源​

Gensyn RL Swarm：可验证去中心化 AI 训练的首次实测

· 阅读需 14 分钟
Dora Noda
Dora Noda
Software Engineer

在过去十年的大部分时间里，“训练前沿模型”一直是“拥有超大规模 GPU 集群”的代名词。Gensyn 刚刚发布了一个公共测试网，押注下一代 AI 将在完全不同的地方进行训练——即在通过以太坊 Rollup 进行协作的互联网连接节点群上，而 ETHGlobal 正拨出 50,000 美元的奖金，奖励那些能在其上构建智能体（Agents）的开发者。

问题不再是去中心化机器学习训练在技术上是否可行。RL Swarm 已经上线，任何人都可以克隆该代码库，而该架构自 2025 年 11 月以来一直在悄然推进。问题在于经济模型、验证机制和开发者的吸引力是否足以将训练工作负载从 AWS 和 Azure 数据中心中剥离出来，以及 2025 年 12 月结束的 $AI 代币销售是否真的对这一未来进行了正确定价。

为什么 “RL Swarm” 是去中心化训练的首次生产级测试​

你听过的大多数“去中心化 AI”项目——如 Bittensor、io.net、Akash、Render——解决的都是相邻领域的问题。Bittensor 在子网之间协调竞争性的模型基准测试。io.net 和 Akash 是具有加密原生计费功能的 GPU 租赁市场。Render 分散了推理渲染工作。到目前为止，还没有一个系统能让不可信节点协作“训练”模型。

这正是 Gensyn 的 RL Swarm 所做的。它是 Gensyn 测试网第 0 阶段的基础：一个强化学习智能体在公共互联网上而非单个数据中心内进行协作的去中心化环境。每个参与节点都运行一个本地语言模型。这些节点进行多阶段强化学习（RL）推理博弈——与同行协作回答、评价和修订解决方案——每项贡献都会记录在 Gensyn 测试网的链上身份中。

这种架构转变在言语上微不足道，但在实践中却意义重大。Bittensor 激励矿工竞争最佳输出；Gensyn 则激励节点在训练共享产物上进行“协作”。这就是竞争性市场与真正的分布式训练运行之间的区别，也是为什么 RL Swarm 是首次对生产级去中心化机器学习训练网络的可靠尝试，而不仅仅是一个更精致的算力租赁层。

2025 年 11 月的发布增加了 CodeZero，这是一个基于相同点对点框架构建的协作编程环境。将这两次发布结合来看，它们勾勒出了一份路线图：RL Swarm 证明了协调原语对于推理有效，CodeZero 则将其扩展到结构化的工具使用。到 2026 年 5 月 6 日黑客松结束时，这两个环境都已上线，无需排队即可加入。

四层架构：执行、验证、通信、协调​

在面向用户的测试网之下，Gensyn 是一个基于 OP Stack (Bedrock) 构建的定制化以太坊 Layer-2 Rollup。该协议将去中心化训练问题分解为四个层级，每个层级都解决了一个导致“仅仅通过互联网租赁 GPU”在历史上失败的具体原因。

执行 (Execution)。 大型模型无法容纳在单个消费级节点上，因此 Gensyn 将模型分解为分布在不同设备上的参数块，从而减轻单个节点的内存压力。更难的问题是确定性：不同硬件（如 Nvidia A100 与 H100）上的浮点运算可能会产生细微差异，这对于需要检测作弊的验证协议来说是致命的。Gensyn 的 RepOps 库固定了浮点运算的顺序，使得相同的输入在异构硬件上能产生位级一致的输出。可重现执行环境 (REE) 将 RepOps 封装在自定义的基于 MLIR 的编译器中，该编译器将模型编译为这些可重现的内核。

验证 (Verification)。 这是阻碍此前所有去中心化训练尝试的层级。如果一个节点声称它运行了一个训练步骤并提交了梯度，你如何在不亲自重新运行整个计算的情况下知道它是否诚实地完成了工作？Gensyn 的答案是 Verde 验证协议——一个轻量级的争议解决系统，它通过对训练轨迹进行二分查找来隔离证明者和验证者不一致的“单个步骤”，然后仅重新计算该操作。结合概率性学习证明（proof-of-learning），网络在无需支付完全重新执行成本的情况下获得了加密保证。这在概念上类似于 Truebit 的交互式验证模型，只是从通用计算移植到了机器学习特定的内核。

通信 (Communication)。 在带宽受限的公共互联网上协调训练需要抛弃传统教材。标准的数据中心原语——同步 all-reduce——假设拥有强大的 InfiniBand 通道。Gensyn 替换了三种自定义原语：NoLoCo 用低通信 Gossip 协议取代了 all-reduce，CheckFree 提供容错恢复而无需昂贵的定期检查点，SkipPipe 引入了一种梯度共享算法，最大限度地减少了集群中的消息跳数。每一项都是论文级的贡献；它们共同将“一堆连接家庭宽带的笔记本电脑”变成了一个功能齐全的训练集群。

协调 (Coordination)。 以太坊 L2 本身就是经济引擎。它识别参与者、结算代币化奖励，并在无许可的 Rollup 上执行支付。这也是 $AI 代币存在的地方，训练运行的每一项贡献最终都在这里结算。

理解这一技术栈最清晰的方式是将其视为对云 GPU 模型的刻意反转。AWS 和 Azure 将工程精力花在原始吞吐量上，并基于合同建立信任。Gensyn 则将工程精力花在可重现性和争议解决上，并且不对线路另一端的运营商做任何信任假设。

Gensyn 与 Bittensor、io.net 和 Render 的区别​

一旦架构确定，竞争格局也就清晰了。有三个项目经常与 Gensyn 被同时提及，但它们解决的是不同的问题。

  • Bittensor (TAO，市值约 26.4 亿美元) 是一个竞争性基准测试网络。子网（Subnet）定义任务，矿工输出结果，验证者进行排名，TAO 代币流向得分最高的人。它非常擅长激励模型质量，但它并不协调跨节点的单一共享训练运行。Gensyn 的集群式（swarm-based）训练在结构上是协作的；而 Bittensor 的子网模式在结构上是对抗性的。
  • io.net 和 Akash 是 GPU 算力市场。它们允许拥有闲置硬件的运营商将时间出售给愿意付费的人。至关重要的是，这两个协议都不验证买家的工作负载是否被正确执行——那是买家的问题，通常通过运行自己的训练栈并信任收据来解决。Gensyn 的 Verde + REE 组合正是这些市场所缺失的层。
  • Render Network 分散推理渲染工作，主要针对图形领域。其经济模式更接近 io.net 而非 Gensyn：租用算力，获取输出，信任运营商。Render 的 Dispersed 子网是一个相邻产品，而非竞争对手。

Gensyn 以第 368 位的排名推出了其代币，市值约为 7160 万美元——仅为 Bittensor 的一小部分。这个差距就是核心论点：如果可验证的协作训练是一个真实的类别，而不仅仅是算力租赁的复杂版本，那么这个价差就是一个切入点。如果不是，这个价差就是市场对一个“科研项目”的正确定价。

$AI 代币销售：100 万至 10 亿美元估值范围内的 3% 英式拍卖​

2025 年 12 月 15 日，随着 Gensyn 在 Sonar 上开启 $AI 代币销售，经济模型变得真实起来。结构异常透明：针对 3 亿枚代币（占 100 亿枚总供应量的 3%）进行英式拍卖，设定了 100 万美元的 FDV（完全稀释估值）下限和 10 亿美元的 FDV 上限。竞拍者在每枚代币 0.0001 美元至 0.1 美元之间选择最高出价，最低竞标额为 100 美元。出价以以太坊主网上的 USDC 或 USDT 结算；代币在 Gensyn Network L2 上领取。

完整的分配方案揭示了 Gensyn 想要成为什么样的项目：

分配项目百分比
社区金库40.4%
投资者29.6%
团队25.0%
社区销售3.0%
其他2.0%

40% 的社区金库加上 3% 的公开销售，使其治理姿态更接近 Optimism 风格，而非典型的 DePIN 启动。团队和投资者份额（合计 54.6%，a16z 领投了最近一轮私募，估值上限与公开销售上限相同，均为 10 亿美元）虽然较高，但并不极端。

此次销售最有趣的设计选择是测试网激励：2% 的额外奖励池作为代币乘数发放给经过验证的测试网参与者，根据其参与程度以及竞标金额进行缩放。这是一个温和但真实的信号，表明 Gensyn 相比于最大化公开销售价格，更在意向实际贡献者进行分发。美国买家接受 12 个月的锁定期；非美国买家可以选择类似的锁定期以换取 10% 的额外奖金乘数。

这场拍卖所定价的是一场赌注——赌去中心化训练的单位经济效益比类似的 AWS 或 Azure H100 集群（按需费率约为 3 美元/小时）便宜 60-80%，且闲置的消费级和专业级 GPU 足够丰富，能够吸收可观的训练需求。这一赌注是否正确，将由 2026 年网络上出现的实际工作负载来回答，而非拍卖价格。

ETHGlobal Open Agents：生产信号​

将这一项目从“有趣的基础设施项目”转变为“开发者真正开始在上面构建的东西”的新闻是 ETHGlobal Open Agents，运行时间为 2026 年 4 月 24 日至 5 月 6 日。Gensyn 是赞助商，提供了超过 50,000 美元的奖金，其中包括 5,000 美元的“最佳代理交换层 (AXL) 应用”奖项。每位获胜者都将进入 Gensyn 基金会资助计划的快速通道。

这很重要，原因有二。

首先，黑客松是那些尚未意识到自己需要新基础设施的开发者发现它的方式。同样的策略催生了早期的 Optimism、Base 和 Sui 生态系统。5 万美元的奖金池虽然不是足以撬动市场的金额，但它是一个足够强大的诱饵，能让几百名 ETHGlobal 级别的开发者首次接触到 RL Swarm 和 AXL API。黑客松结束后，肯定会有一部分开发者继续构建。

其次，奖项类别揭示了 Gensyn 心目中的杀手级应用。Agent eXchange Layer（代理交换层）是核心框架——自主代理相互发现、交换算力、按需相互训练和微调。如果 Gensyn 押注未来是单体基础模型训练，那么奖项就会强调这一点。相反，他们强调代理基础设施，这与更广泛的 2026 年叙事相吻合：能够相互支付劳动报酬的代理需要一个底座，将最昂贵的工作——模型训练和微调——外包给一个可验证的网络。

诚实的警示​

值得明确指出的是，截至 2026 年 5 月，RL Swarm 还 不是 什么。

目前在运行的测试网上还没有官方运行的集群 (swarms)。参与者可以加入社区拥有的集群，这正是无许可网络中常见的引导 (bootstrap) 问题：协议是开放的，但实际的高价值协同训练任务尚未大规模开展。在严肃的实验室或开源集体在网络上进行真正的模型训练之前，测试网仍然是一个概念验证 (PoC)，而非生产系统。

验证成本也仍然是一个悬而未决的问题。Verde 的二分查找争议解决机制比重新运行整个训练任务要便宜得多，但它并非免费，而且其在前沿规模（数千亿参数，数周训练时间）下的开销尚未得到证实。硬件确定性——RepOps 在 A100 和 H100 之间产生位对位一致 (bitwise-identical) 的输出——虽然优雅，但增加了竞争对手中心化技术栈所没有的编译器开销。

此外，成本节约论（比 AWS H100 抢占式实例便宜 60-80%）的前提是，闲置的消费级和专业级 GPU 的长尾流量足够密集，可以替代超大规模云服务商的容量。对于 7B 到 70B 参数的微调任务来说，这是合理的。但对于真正的前沿规模预训练，这目前还不现实，而 Gensyn 也很坦诚，没有对此做出过度承诺。

这对基础设施构建者意味着什么​

对于思考未来 12 个月该把精力花在哪里的开发者来说，最有效的切入点是：Gensyn 开启了一个以前不存在的新型 API 范畴——以编程方式、可验证地访问训练网络。到目前为止，“让模型执行特定任务”的选择只有：(a) 调用 OpenAI 或 Anthropic 等托管 API，或者 (b) 租用 GPU 并自行运行训练。Gensyn 提出了第三种选择——将训练任务提交给可验证的集群并获得加密保证——这清晰地映射到了 ETHGlobal 正在激励的智能体 (Agent) 经济中。

如果这第三种选择可行，它将成为一种原语。需要为利基任务微调小型专家模型的智能体将不想租用和运营 GPU。它们会希望发布一个训练意图，以稳定币或 $AI 进行支付，并获取生成的权重。Gensyn 的赌注在于，随着这种模式的扩散，使之成为可能的协议层——L2 Rollup、验证系统、集群协调原语——将积累巨大的价值。

BlockEden.xyz 为 Web3 开发者在 25 条以上的链上所依赖的索引、RPC 和分析基础设施提供支持。随着像 Gensyn 这样可验证的 AI 训练网络走向成熟，其底层的核心数据和协调层将变得愈发重要。探索我们的 API 市场，在专为 Web3 智能体化、AI 原生时代设计的基础设施上进行构建。

来源​

io.net Agent Cloud：当 AI 智能体开始购买自己的 GPU 时

· 阅读需 12 分钟
Dora Noda
Dora Noda
Software Engineer

2026年3月25日，io.net 开启了一个悄然重新定义“去中心化计算”含义的开关。其全新的 Agent Cloud 不再需要人类在键盘前操作。AI 智能体（Agent）—— 而非工程师、采购团队或 DevOps —— 现在可以自主租用 GPU、运行工作负载、以稳定币结算账单，并拆除所有设施，而无需任何工单、KYC 表格或登录。

这是一个转折点，DePIN 行业已经为此徘徊了两年。加密货币挖矿式的“插上 3090 赚取被动收益”时代正在结束。取而代之的是一个市场，其中客户是软件，供应商是软件，整个谈判过程通过模型上下文协议（Model Context Protocol, MCP）调用和链上支付完成。io.net 刚刚成为第一个将这一未来完全产品化的网络 —— 并在这一过程中，迫使每个其他的 DePIN GPU 项目回答一个新问题：当买家是机器时，你的网络会是什么样子？

当机器人向机器人支付：深入了解 OpenMind 和 Circle 的 USDC 机器经济技术栈

· 阅读需 14 分钟
Dora Noda
Dora Noda
Software Engineer

一只机器人小狗注意到自己的电池电量不足。它走到最近的充电站，插上电源，并为消耗的电力向运营商支付了 0.000001 美元的 USDC。没有人类批准这笔交易。没有刷信用卡。没有生成发票。整个交换过程——从传感器读取到结算支付——在不到三秒的时间内完成。

这场由 OpenMind 和 Circle 在 2026 年 2 月举行的演示，看起来并不像是一个金融里程碑。它看起来更像是一个聪明的余兴节目。但它是过去两年间悄然构建的基础设施栈的首次生产测试：链上机器身份、作为记账单位的可编程稳定币，以及一种允许自主智能体在无需人类批准的情况下进行交易的 HTTP 原生支付协议。当机器经济的历史学家寻找大坝崩溃的时刻时，“机器人小狗 Bits 为自己插上电源”必将占得一席之地。

RenderCon 2026：Render Network 如何走进好莱坞，并带着 60,000 个 GPU、一个 AI 子网和一座博物馆载誉而归

· 阅读需 14 分钟
Dora Noda
Dora Noda
Software Engineer

2026 年 4 月 16 日，一个去中心化 GPU 网络在好莱坞 Vine 街租下了一个摄影棚，并用它重新定义了未来十年媒体制作中“计算”的含义。

这并非 DePIN 活动通常的样子。DePIN 活动通常看起来像是在新加坡酒店的宴会厅，播放着关于代币排放的幻灯片，以及一位紧张的创始人解释为什么他们的网络有 8,000 个闲置节点。于 4 月 16 日至 17 日在 Nya Studios 举办的 RenderCon 2026 则更像是一场 Vision XPRIZE 的主旨演讲、Alex Ross 的水粉画演示、Refik Anadol 的博物馆揭幕仪式——而且几乎像是在不经意间，现场批准了治理提案 RNP-023。该提案通过独家的 Salad Network 子网集成，为 Render Network 增加了约 60,000 个每日活跃 GPU。

AI 代币在 2026 年第一季度占据了加密货币 35.7% 的关注度 —— 但仅占其资金的 5%

· 阅读需 13 分钟
Dora Noda
Dora Noda
Software Engineer

有一个数字会让每一个在 2024 年发布“AI 叙事”的基金经理感到尴尬：35.7%。

根据 CoinGecko 的季度叙事报告，这是 2026 年第一季度 AI 代币捕获的加密投资者关注度份额 —— 遥遥领先于模因币（27.1%），其规模之大，使得 AI 加上模因币现在占据了该资产类别 62.8% 的全部关注度。将 DeFi、RWA、基础设施和 L1 放在账本的另一边，它们分享剩下的部分：微薄的 37.2% 的份额。

然而，当你将这种关注度与资金实际所在地进行对比时，情况却反了过来。整个 AI 加密领域 —— 919 个上市项目，包括完整的长尾市场 —— 总市值约为 226 亿美元。相对于约 3.5 万亿美元的加密总市值，这 不到 5%。投资者谈论 AI 的次数比任何其他主题都多，但在那里投入的资金却比几乎任何其他主题都少。

2026 年第一季度是这种差距不再仅仅是好奇，而开始看起来像是市场结构性特征的一个季度。头条叙事并没有错 —— AI 确实正在重塑加密基础设施 —— 但它的定价方式现在已经分化。资金正在流向少数几个有收入支持的协议。关注度则在长尾代理代币（Agent tokens）中晃动，这些代币既没有现金流，也没有代理活动来支撑其估值。

没人讲述的 75% 回撤​

2024 年底 AI 代币的看涨理由在数字上非常清晰。在 ChatGPT 后的狂热、早期的 Truth Terminal / Fartcoin (FARTCOIN) 模因浪潮以及 Base 上第一波 Virtuals Protocol 发布的推动下，该板块在 2024 年第四季度末达到约 700 亿美元的市值 峰值。18 个月后，同样的篮子市值接近 226 亿美元。

这是 大约 -75% 的回撤，仅在 2026 年第一季度就又叠加了 -16% 的跌幅。具体到 AI 代理（AI Agents）子行业，情况甚至更糟 —— 该板块较其自身峰值下跌了约 77.5%，数百个项目的代理板块总市值被压缩至 50 亿美元以下。

在这片废墟中，有两个模式比头条数字更重要：

  • 下跌集中在长尾市场。 少数具有可衡量使用量的项目（Bittensor、Render，以及一小部分 GPU 和推理协议）的价格 高于 12 个月前。篮子中的大多数项目都远低于周期低点。
  • VC 部署仍在上升。 多个 2026 年第一季度的风投追踪器显示，大约 40% 的新增加密 VC 资金流向了 AI 相关的基础设施 —— 计算、代理框架、身份、验证。聪明钱正在 逆势 回撤买入，但分配对象是公司和原语，而不是推动 2024 年泡沫的自由交易代理代币。

委婉地说：AI 代币的公开市场和 AI 加密公司的私募市场现在正在关注两种不同的机会，并据此进行定价。

Bittensor 和 Render：“收入支持”到底能换来什么​

如果你想看看在这种体制下健康的 AI 加密资产是什么样的，最清晰的案例研究是 Bittensor (TAO) 和 Render (RENDER)。

Bittensor 在 2026 年第一季度创造了约 4300 万美元的收入，这些收入来自真实的链上 AI 使用，由 Chutes 等功能性子网驱动，这些子网将真实的推理工作路由给参与的矿工。该代币在 第一季度回报率为 +21.57%，从 230 美元的低点回升至 251 美元附近收盘，在 AI 板块其余部分压缩的情况下，市值维持在 20-30 亿美元的区间。更重要的是，机构账本的增厚方式是任何仅靠叙事的代币都无法复制的：

  • 英伟达披露了约 4.2 亿美元的 TAO 持仓，其中约 77% 已质押到子网中 —— 这是这家生产“铁锹和铲子”的公司对该网络计算模型的直接投票。
  • Polychain Capital 在该季度增加了约 2 亿美元 的 TAO 风险敞口。
  • 灰度推出了 Bittensor 信托 (GTAO)，管理资产规模约为 1300 万美元，这是该资产的首个受监管包装器。
  • BitGo 与 Yuma 合作，为 TAO 提供机构级托管和质押服务，消除了传统金融配置者之前不参与的最后一个操作性借口。

Render 的故事在绝对美元数额上较小，但在结构上类似。该网络通过真实的 GPU 渲染工作产生了 约 1800 万美元的季度收入，通过 RNP-023 治理投票集成了 Salad Network 的约 60,000 个 GPU 作为专属子网，并启动了一个专门的 AI 工作负载子网（“Dispersed”）。由于衍生品活动的增加和创作者端的采用，市值在 2026 年初翻了一番，达到 12 亿美元 —— Blender、Cinema 4D、Houdini 和 Autodesk 的集成使 Render 出现在超过 200 万现有的专业用户面前。

在这两个案例中，策略是完全相同的：

  1. 可测量的工作单位（一次推理调用，一帧渲染）。
  2. 捕获该工作费用的代币 —— 直接捕获，而非通过氛围。
  3. 机构基础设施（托管、ETP、质押服务），允许大资金池在不承担不熟悉的操作风险的情况下进行配置。

剥离这三层，你剩下的只是一个带 Discord 的 Logo，这大致就是 AI 领域其他 90% 以上的项目目前所能提供的全部。

智能体代币的问题：只有叙事，没有产出​

Virtuals Protocol 是最具有启发性的失败案例。它确实是一个运行中的平台 —— 一个允许非代码人员部署自主 AI 智能体的 Ethereum/Base 发行平台。在周期的巅峰时期，VIRTUAL 代币创下了 5.07 美元的历史新高，市值深达数十亿美元。截至 2026 年 3 月底，该代币的市值约为 4.41 亿美元，虽然从较低的支撑位有所回升，但仍远低于其峰值。

事后分析的关键不在于平台质量，而在于价值捕获。当基于 Virtuals 构建的智能体赚取收入时，这些收益归属于智能体的开发者和生态系统。VIRTUAL 持有者并不能自动获得收入分成。代币层面的需求仅依赖于交易流带来的适度销毁 —— 虽然方向正确，但从绝对值来看，与 Render 的营收线相比简直可以忽略不计。

将这种情况推演到整个 AI 智能体领域 —— AI16Z、GAME、GOAT、FARTCOIN 以及 2025 年通过发行平台推出的数十个 “智能体” 项目 —— 你就会发现 CoinGecko 数据所揭示的结构性问题。投资者的兴趣集中在那些无法捕获其所宣扬价值的代币上。买家正在通过那些对智能体经济的现金流没有索取权的工具，来获取对某种叙事（智能体经济）的敞口。

为什么这看起来就像 2021 年的元宇宙周期（以及 DeFi 之夏的宿醉）​

之前的两个周期提供了最清晰的历史类比。

  • 元宇宙贸易（2021-2022 年）的板块市值从巅峰时的约 2,000 亿美元跌至谷底的不足 100 亿美元 —— 95% 的回撤留下了少数可用的资产（SAND、MANA、游戏原语）和一堆更名后的残骸。
  • DeFi（2020-2021 年）在接近 3,000 亿美元时见顶，并在 2022 年左右触底，幸存者 —— Aave、Uniswap、Lido、MakerDAO/Sky —— 最终积累了足够的实际收入，以在 2024-2026 年支撑新的高点。

这两种情况下的模式如出一辙：

  1. 一项真正具有变革性的技术出现。
  2. 叙事领先于可用的基础设施和收入 18-24 个月。
  3. 漫长而痛苦的回撤清洗掉长尾项目。
  4. 一小部分有收入支撑的协议脱颖而出，并获得持久的机构持仓。

2026 年第一季度看起来像是 AI 周期完成了第 2 步并进入第 3 步。关注度与资本之间 35.7% / ~5% 的差距是行业中期去泡沫的标志 —— 每单位现金流承载了过多的故事，市场正在将价格叙事比（price-to-narrative ratio）磨合回到可防御的水平。

历史经验带来的好消息是：具有真实收入的协议往往能从这种压缩中幸存下来，并在下一阶段占据主导地位。坏消息是，对于指数型的 AI 敞口而言：这一篮子中的 919 个项目中的大多数在 24 个月后将不复存在，而市值加权的方法只能捕捉到一小部分根本性的赢家。

这种差距对建设者、资产配置者和基础设施意味着什么​

对于三种不同的受众，相同的数据指向了不同的行动。

建设者。如果你在 2026 年推出 AI-Crypto 协议，门槛不再是 “在发布智能体的同时发一个代币”。而是：该代币结算了什么单位的有效工作？推理调用、渲染帧、索引查询、存证、GPU 小时、验证证明 —— 机构资本愿意承保的所有事物都具有可衡量的产出。如果不与这些单位挂钩，代币设计将不断撞上智能体代币群体在第一季度遇到的那堵墙。

资产配置者。“AI 板块” 的敞口交易极具误导性。市值加权的篮子带给你的是 919 个项目的平均回撤，以及少数几个项目 —— Bittensor、Render、几个推理和 DePIN-AI 原语 —— 的集中收益。收入筛选法（筛选具有可验证链上收入的协议，然后按质量定规模）能更紧密地跟踪实际资本流。CoinGecko 的数据实际上是在告诉配置者，长尾项目正在被重新定价，而基础设施领导者则不然。

基础设施提供商。这是机构论题变得具体的地方。每一个有收入支撑的 AI 协议 —— Bittensor 的子网、Render 的 GPU 池、为智能体决策提供服务的索引和预言机层 —— 都运行在同一套枯燥的原语之上：可靠的 RPC、结构化索引、低延迟跨链读取和固若金汤的质押基础设施。离开智能体代币长尾的资本并没有离开 AI 论题；它正在向下移动到堆栈的底层，无论哪个智能体代币获胜，这些层级都会获得报酬。这正是基础设施提供商竞争的层级。

坦诚看待 2026 年第一季度​

对 CoinGecko 2026 年第一季度数据的智力诚实的解读不是 “AI 结束了”。而是 “AI 正在重演每一个变革性的加密叙事所经历的过程 —— 在资本甄别哪些项目能够真正变现的过程中，产生超额的关注度。”

35.7% 的关注度数字是真实的。75% 的回撤也是真实的。英伟达持有 4.2 亿美元的 TAO 仓位同样是真实的。它们描述的是同一个市场：一个终于停止为 Discord 频道和路线图支付与可验证收入相同估值倍数的市场。对于那些能挺过这一关的协议来说，这是看涨的发展；而对于那些无法挺过去的项目来说，则是深度看跌。

到 2026 年底，预计 AI 的叙事关注度与 AI 的市值份额之间的差距将会缩小 —— 不是因为关注度下降，而是因为有产出的名字完成了估值修复，而长尾项目完成了重新定价。届时看起来聪明的投资者，将是那些在收入还不流行时就对其进行筛选的人。而那些看起来风险敞口最大的人，将是那些将 “AI 代币” 视为单一交易的人。

BlockEden.xyz 在有收入支撑的 AI 协议实际结算工作的链上提供企业级 RPC 和索引基础设施 —— 包括托管 Bittensor 子网、Render 工作负载以及下一波智能体基础设施的 L1 和 L2 网络。访问我们的 API 市场，在为必须核算每一次调用的协议而设计的基础设施上进行构建。

参考来源​

Solana DePIN 的 290 万美元拐点：Lyft 和 T-Mobile 不再将加密硬件视为业余爱好

· 阅读需 11 分钟
Dora Noda
Dora Noda
Software Engineer

2026 年 3 月，一个安静的里程碑悄然掠过大多数加密新闻头条：Solana 的去中心化物理基础设施（DePIN）阵营 —— Helium、Hivemapper、Render、UpRock、NATIX、XNET 和 Geodnet —— 共同录得 290 万美元的月收入，创下年初至今的新高。这个数字从绝对值来看虽然不大，但其代表的意义却非同凡响。

有史以来第一次，支付这些账单的客户不再是加密原生的投机者或收益农民。他们是 Lyft、T-Mobile、AT&T、Telefónica 和大众汽车（Volkswagen）。代币激励的硬件网络已开始凭借实力（容量、新鲜度、价格）而非仅仅靠“氛围感”与传统电信和地图巨头展开竞争。

这就是拐点。让我们分析一下这究竟意味着什么。

Virtuals Protocol + BitRobot：当 AI Agent 开始向机器人付费

· 阅读需 13 分钟
Dora Noda
Dora Noda
Software Engineer

当自主链上智能体（AI Agent）首次向物理机器人支付费用以拾起咖啡杯时，整个过程中没有人类参与。没有采购订单。没有发票。没有银行汇款。只有智能合约、x402 微支付，以及由于资金结算完成而听从指令的人形机械臂。那一刻悄无声息且未被大肆庆祝，却标志着一个界限的消解。在过去两年里，AI 智能体叙事一直将此界限视为关键支撑：即交易代币的数字智能体与移动原子的物理机器之间的隔阂。

Virtuals Protocol 在 2026 年第一季度与 BitRobot Network 的集成，是首个大规模打破这一隔阂的生产系统。通过将 17,000 多个链上 AI 智能体接入基于 Solana 的机器人基础设施子网，Virtuals 完成了具身智能（Embodied AI）命题自 2018 年 OpenAI 机器人演示以来一直承诺但从未真正交付的事情：它赋予了软件智能体钱包、身份和任务队列，使其能够触及仓库、人行道和咖啡店。其影响从 2025 年 44.4 亿美元的具身智能市场扩展到 2030 年预计的 230 亿美元，并重新定义了“智能体商业”（Agentic Commerce）的实际含义。

从数字交易到物理任务​

在 2024 年和 2025 年的大部分时间里，AI 智能体代币都生活在一个严密限制的沙盒中。Virtuals、ai16z 及类似平台上的智能体在社交媒体上发帖、交易 Memecoin、运行 DeFi 策略，偶尔互相开开玩笑。批评者准确地指出，这是一个闭环——智能体之间就仅存在于链上的事物进行交易。而拥有货运托盘、送货车和损坏空调系统的真实经济则未受影响。

BitRobot 改变了这个闭环的拓扑结构。在 Solana Ventures、Virtuals Protocol 以及 Solana 联合创始人 Anatoly Yakovenko 和 Raj Gokal 支持的 800 万美元种子轮融资后，由 FrodoBots Lab 和 Protocol Labs 共同开发的 BitRobot 被构建为子网集群。每个子网贡献具身智能所需的一种专业输出：导航数据、操作技能、模拟环境或模型评估。第 5 号子网（名为 SeeSaw）作为合作伙伴产品与 Virtuals 直接推出——用户记录系鞋带或折叠衣服等日常任务的短视频并上传，在数据训练下一代机器人策略模型的同时赚取代币奖励。

数据直接说明了采用情况。自 2025 年 10 月 iOS 版发布以来，SeeSaw 已经记录了超过 500,000 个已完成的任务。第一个真正驱动物理机器的链上智能体名为 SAM，它正在全天候操作人形机器人，并将其观察结果发布到 X。这并不需要你出于某种信仰而相信智能体经济。它只需要你接受数据：机器控制的行为现在正由智能合约发起，以代币支付，并由链上评估者验证。

三层标准堆栈​

使 Virtuals + BitRobot 的集成超越一次性演示的原因在于其底层的标准工作。三种以太坊和 HTTP 级别的协议在 2026 年初出现，使得智能体与机器之间的商业变得可组合而非手工定制：

  • x402 是一种 HTTP 支付标准，允许智能体在进行 API 调用的同时结算微支付。它建立在长期休眠的 HTTP 402 状态码基础上，在投入生产的前几个月中处理了约 6 亿美元的 AI 微支付，Google Cloud 和 AWS 已将其采用为智能体驱动推理的计费原语。
  • ERC-8004 是针对 AI 智能体的以太坊身份和信誉标准。它回答了每个对手方在签署合同前需要了解的问题：这个智能体是谁？它的过往记录如何？它是否足够值得信赖以进行业务往来？
  • ERC-8183 由以太坊基金会的 dAI 团队和 Virtuals Protocol 于 2026 年 3 月 10 日联合发布，是商业层。它引入了工作托管原语，其中客户存入资金，提供者执行工作，评估者在托管释放资金前验证完成情况。

简单来说：x402 解决了“如何支付”，ERC-8004 解决了“你在付钱给谁”，ERC-8183 解决了“当清洁机器人在地板上留下污迹时如何解决纠纷”。它们共同构成了一个为无法依赖法院、信用卡或拒付（Chargebacks）的参与方设计的互联网原生商业堆栈。对于具身智能而言，这个堆栈不是奢侈品。它是唯一可用的底层，因为法律合同很难适应软件智能体作为对手方，而这些智能体又由分布在 40 个司法管辖区的代币持有者管理的软件智能体所拥有。

为什么机器人选 Solana，商业选以太坊​

Virtuals + BitRobot 的集成在多链架构上表现得非常低调，但揭示了其架构意图。BitRobot 部署在 Solana 上，因为机器人数据采集是一项高吞吐、低利润的活动——为每个视频剪辑向贡献者支付几分之一美分，需要以太坊 L1 无法提供的费率经济性。Virtuals 诞生于 Base 并活跃在 Arbitrum，它存在于机构流动性和大部分智能体商业标准所在地。该集成将 Solana 用于物理世界数据层，将以太坊兼容链用于商业层。

这与 2024 年围绕稳定币支付形成的模式如出一辙：波场（Tron）和 Solana 用于廉价、高频的交易；以太坊用于高价值、低频率的结算。机器经济似乎正在继承这种分工，而不是消除它。任何在具身智能领域押注单一链胜出的人都可能会失望，因为其工作负载天然具有双峰特征。

比较具身智能的方法​

Virtuals + BitRobot 模型并不是 2026 年将具身智能（Embodied AI）商业化的唯一尝试，值得将其与其他替代方案进行对比：

  • Figure AI 已融资超过十亿美元，旨在为仓储和制造客户构建中心化的类人机器人。Figure 的经济模型是经典的资本设备租赁：客户按月支付机器人工作时长费用。它没有代币，没有无许可的贡献者群体，也没有第三方开发者在不经过 Figure 商务团队的情况下扩展或专门化机器人的机制。
  • Tesla Optimus 在最深层意义上受企业控制。机器人、训练数据、策略模型和部署决策全都存在于一家公司内部。Optimus 是令人印象深刻的工程杰作，但它完全处于任何开放经济协议之外。
  • OpenMind 正在追求其团队所称的“机器人领域的 Android” —— 一个任何机器人制造商都可以运行共享操作系统的开放平台层。其理念与 BitRobot 有重合之处，但 OpenMind 迄今为止明确避开了加密轨道，赌注在于硬件 OEM 厂商仍对代币调节的激励机制感到不安。
  • peaq Network 是最接近的理念盟友。peaq 的 Layer 1 已接入超过 330 万台具有验证身份的机器，并在 60 个 DePIN 应用中处理了超过 2 亿次交易，将自己定位为机器经济的基础链。不同之处在于，peaq 是自下而上的基础设施，而 Virtuals + BitRobot 则是将现有的智能体（Agent）经济与现有的机器人数据集进行自上而下的组合。

真正的问题不在于哪种方法会获胜，而在于开放、多链、代币激励的模型能否在中心化替代方案锁定“赢家通吃”的网络效应之前，在数据收集和智能体部署方面产生足够的爆发力。

市场测算​

根据 Research and Markets 的数据，具身智能市场在 2025 年的估值约为 44.4 亿美元，预计将以 39% 的复合年增长率（CAGR）增长，到 2030 年达到 230 亿美元。更广泛的机器人技术市场在 2025 年为 1080 亿美元，并有望在 2034 年以 15% 的复合年增长率达到 3760 亿美元。这些虽然不是加密原生市场，但却是加密原生基础设施现在声称要协调的可触达领域。

除此之外，AI-加密领域本身的合并市值约为 520 亿美元，Virtuals 是其中最大的子协议之一。Virtuals 在 2025 年底每月处理 132.3 亿美元的交易量，并为 Ethy AI 等智能体提供支持，后者已处理了超过 200 万次自主交易。资本是集中的，智能体库存是真实的，通往物理机械的桥梁现在已经开通。剩下的问题是，那 230 亿美元的具身智能可触达市场总量（TAM）中有多少会通过代币调节的轨道流转，而不是传统的采购合同。

看涨的情况是，任何足够自主的机器人集群都需要一个无需人类在每笔交易中批准即可运作的支付层，这一需求与稳定币和代币轨道完美匹配，而非 ACH 转账。看跌的情况是，企业客户将要求 SOC 2 合规、KYC 反手方以及传统的合同救济，而加密原生系统无法轻易提供这些，这将推动具身智能市场走向平庸的中心化采购，无论智能体在底层做什么。

这对开发者意味着什么​

对于开发者和基础设施提供商来说，Virtuals + BitRobot 的集成创造了几个值得关注的具体机会：

  • 数据标注和贡献市场 不再是假设。SeeSaw 的 500,000 个任务表明，当奖励以流动性代币计价时，消费级贡献者将参与机器人训练。这是目前最接近 AI 训练数据规模化 DePIN 飞轮的方案。
  • 智能体声誉即服务 (Agent reputation as a service) 一旦 ERC-8004 拥有了关注此指标的交易对手，就会成为一个真实的产品类别。能够证明运行时间、纠纷历史和成功完成任务的智能体将获得更高的报酬，并能接触到更高价值的托管工作。
  • 多链抽象 变得愈发重要。开发者必须将 Solana 的数据层与 Ethereum 的商业层以及 Base 的智能体生成环境连接起来，他们需要能隐藏这些缝隙的基础设施。可靠的 RPC、一致的索引以及跨链的统一 API 访问，是正常工作的智能体与闲置智能体之间的分水岭。

总结​

Virtuals + BitRobot 的集成尚未使经济发生彻底转型，它是一个运作中的原型。管理物理机器人的 17,000 个智能体正以每天数千次而非数百万次的交易速度运行，其用例更偏向于训练数据收集，而非任务关键型的工业自动化。怀疑论者会公平地指出，SAM 为了社交媒体影响力而驾驶类人机器人，与一个能与物流公司谈判合同的自主仓库机器人集群之间，存在着巨大的鸿沟。

但最重要的边界已被跨越。链上身份、链上支付和链上争议解决现在已延伸到物理执行器。无论 2030 年具身智能市场变成什么样，其中的很大一部分份额将运行在看起来更像 Virtuals + BitRobot 而非 SAP 的轨道上。未来 18 个月的问题是，哪个子网、哪个标准、哪个链能率先捕获最实用的工作负载。

BlockEden.xyz 在 Solana、Base、Ethereum 以及其他支撑 AI 智能体和机器经济技术栈的链上提供企业级 RPC 和索引基础设施。探索我们的 API 市场，在为多链时代设计的基础设施上构建智能体驱动的应用。

来源​

Akave 的零出站流量费用豪赌：固定费率的 DePIN 存储真的能取代 AWS S3 用于 AI 吗？

· 阅读需 14 分钟
Dora Noda
Dora Noda
Software Engineer

将 2 TB 的训练数据从 AWS S3 拉取到你的 GPU 集群，账单往往比模型先到：除了存储费和 PUT/GET 请求费之外，还有大约 184 美元的数据传输（Egress）费用。每天在十几个实验中重复两次，这项意外支出就开始与存储成本旗鼓相当了。对于 AI 团队来说，云账单已经变成了一个伪装成基础设施问题的经济问题 —— 而一家总部位于奥斯汀的 DePIN 初创公司 Akave 认为，固定费率、免传输费的存储是最终打破这一局面的杠杆。

Akave 在 2026 年 3 月筹集了 665 万美元，旨在构建其所谓的“全球首个面向 AI 和分析的去中心化企业数据层”。它的宣传点异常明确：每月每 TB 14.99 美元，零传输费，兼容 S3，由 Filecoin 提供归档持久性保障，且每次写入都有加密收据。仅此而已。没有分级，没有请求费，也没有每次训练容器拉取数据集时都在跳动的带宽计费表。问题不在于价格是否有吸引力 —— 显而易见是有吸引力的。问题在于随着 AI 工作负载扩展到 PB 级，其架构是否能够支撑得住，以及企业是否会信任一个基于 DePIN 的技术栈来处理他们以前只会交给超大规模云厂商的数据。

吞噬 AI 预算的“传输税”​

AWS S3 的标价并不是问题所在。在 us-east-1 区域，标准存储费用约为每月 0.023 美元/GB，对于 40TB 的训练语料库，大约是每月 920 美元 —— 虽然烦人但还算可控。数据传输（Egress）才是让计算崩溃的地方。在最初的 100GB 免费额度之后，S3 到互联网的数据传输费从 0.09 美元/GB 起步，在超过 150TB 后缓慢降至 0.05 美元/GB。将 10TB 的训练数据拉取到外部 GPU 提供商，仅传输费就需要 921.60 美元。重复执行此操作（这正是 AI 流水线的实际运作方式），“隐藏”的传输费在一个季度内就会超过存储费用。

这不仅仅是定价上的奇特之处。这是一种架构选择，它假设存储和计算都位于同一个云内部。一旦 AI 团队将两者分开 —— 因为 GPU 算力位于 CoreWeave、Lambda 或本地集群，而数据仍留在 S3 中 —— 那么每一个训练轮次（Epoch）、每一次检查点恢复、每一次数据并行重读都会变成一个计费事件。AI 数据编织网络加剧了这一问题：数据集在预处理、训练、验证和分析阶段被多次复制，每个边界都可能成为一个付费墙。

业内的非正式权宜之计是使用 CloudFront，因为 S3 到 CloudFront 的同区域传输是免费的，因此团队通过一个并非为此设计的 CDN 来路由数据。这说明了一个问题。当客户为了避开某个计费项而在架构上绞尽脑汁时，这个计费项就不再是定价，而是一种税。

Akave 真正销售的是什么​

Akave Cloud 刻意保持“乏味”，正如严肃的基础设施所需要的那样。其接口兼容 S3 —— 相同的 SDK、相同的 GET 和 PUT 语义 —— 因此迁移训练流水线更像是更改一个端点，而不是重写代码。定价是单一的固定费率：每月每 TB 14.99 美元，无传输费，无请求费，无检索惩罚费。如果你的容器拉取 500GB 或 2TB 的训练数据，传输成本正好为 0 美元。

在熟悉的 API 之下，其架构与 S3 完全不同。数据被分块、在客户端加密，并使用 16/32 的里德-所罗门（Reed-Solomon）纠删码分布在 Akave 网络中，Akave 声称这提供了 11 个 9 的持久性。长期归档锚定在 Filecoin 上，该网络承载了去中心化存储经济中日益增长的份额。每次写入都会生成链上收据，每次检索都是可加密验证的 —— 这对于猫咪照片来说没那么重要，但对于监管机构、审计师或下游模型消费者可能需要验证未被篡改的 AI 训练成果来说，意义重大。

企业级的旗舰组件是 O3 网关，这是一个兼容 S3 的入口，可以由 Akave 托管，也可以自托管在客户自己的基础设施中。自托管版本是关键：对数据驻留或主权有严格要求的团队可以在本地运行 O3，持有自己的加密密钥，并定义自己的访问策略，同时仍能受益于分布式后端。对于历史上无法接触去中心化存储的领域 —— 如医疗数据、国防相关 AI、受欧盟监管的工作负载 —— 这种配置具有重要意义。

客户名单已经包括运行生产工作负载的 Intuizi、LaserSETI 和 375ai，而股东名册就像是协议一致型资本的“名人录”：Protocol Labs、Filecoin Foundation、Avalanche、Blockchain Builders Fund、No Limit Holdings、Blockchange、Lightshift 和 Big Brain Holdings。与 Akash Network 的合作伙伴关系将比超大规模云厂商价格低约 70% 的去中心化 GPU 算力与 Akave 的零传输费存储捆绑在一起，两家公司将其推广为“主权 AI 基础设施”。

审时度势：Akave 在存储栈中的定位​

去中心化存储领域已发生剧变。2026 年 1 月，Filecoin 在主网上启动了 Onchain Cloud，将其定位为 AWS 的全栈去中心化替代方案，涵盖计算、可验证检索和自动化支付。作为最早的 Onchain Cloud 服务之一，Storacha Forge 提供每 TB 5.99 美元的温存储服务。广义的 DePIN 赛道市值已从 2024 年的约 52 亿美元增长到 2025 年底的超过 190 亿美元 —— 增幅接近 270% —— 因为 AI 需求、企业级采用和 DePIN 基础设施质量几乎在同一时间都跨越了可用性阈值。

在此背景下，Akave 占据了一个 Filecoin 和 Arweave 都未能原生填补的特定生态位：

  • Filecoin 擅长长尾归档和经济激励，但在历史上，其所需的交易（Deals）、检索市场和工具链与 S3 并不相似。Akave 实质上将 Filecoin 的持久性封装进了具有统一费率的 S3 兼容接口中。
  • Arweave 主打永久性：一次性付费、无限期存储、无检索保证。这是不可变产物（如 NFT 资产、链上文档、合规归档）的理想工具，但并不适合 AI 训练流水线中频繁变动的热数据或可变数据集。
  • Cloudflare R2 已经提供了零出站流量（Zero Egress）费用，是 Akave 定价策略明确针对的中心化基准。R2 在延迟、生态集成和过往记录方面占优；而 Akave 则以主权、可验证性和不依赖单一供应商运行时间的信任模型予以回击 —— 2025 年 11 月发生的全球 Cloudflare 宕机事件进一步强化了这一点，该事件暴露了许多“去中心化”应用依然寄生在单一公司的边缘网络上。
  • MinIO 这一开源自托管 S3 替代方案最近转向了仅限源码（source-only）模式，这令那些基于可预测社区版构建技术栈的企业感到不安。Akave 一直在悄悄吸引 MinIO 用户，针对那些既想要自托管的便捷性又不想承担自身运营负担的用户。

理解 Akave 最清晰的方式是将其视为去中心化存储原语上的价格与接口套利：利用 Filecoin 的持久性，用 S3 语义进行包装，在其上加入统一费率计量，并将其出售给那些已为出站流量费用苦不堪言的 AI 团队。

为什么时机至关重要：电力与数据引力的钳形攻势​

在 NVIDIA GTC 2026 大会上，黄仁勋将 AI 描述为一个“五层蛋糕”，其中能源是基础 —— 每一单位的机器智能最终都是电力向计算的转化。美国能源部和劳伦斯伯克利国家实验室预计，到 2030 年，美国数据中心的耗电量可能占美国总电力消耗的 12%，高于目前的约 4.4%（约 176 TWh）。国际能源署（IEA）的 2026 年预测显示，全球数据中心的耗电量今年将达到 1,000 TWh —— 相当于日本全国的用电规模，且全部用于计算。

连锁反应在于，数据所在地日益决定了计算的运行位置。超大规模云服务商（Hyperscalers）在电力供应上受到限制。GPU 算力正在电网互连允许的地方涌现：德克萨斯州、北欧、中东以及美国的二级市场。如果你的训练数据被锁定在 us-east-1 区域，而你的 GPU 位于雷克雅未克或阿布扎比，你必须支付出站流量费用才能将比特流传输到芯片上。零出站流量、与计算无关的存储使数据成为多云、多地域世界中的一等公民 —— 这正是 AI 经济学目前正在迫使世界走向的样子。

这就是像 Akave 这样的定价模型在当下而非三年前落地的真正原因。当计算资源充足且廉价时，出站流量费用只是舍入误差；但在受电力限制的 AI 时代，出站流量就是战略。

质疑派的观点：潜在的风险​

有三个合理的担忧给乐观前景降了温。

第一，PB 级规模下的延迟和吞吐量。 AI 训练流水线对带宽极度饥渴且对延迟敏感。S3 不仅仅是带有漂亮 API 的廉价存储 —— 它是一个经过数十年优化的全球分布式边缘网络。Akave 的纠删码（Erasure Coding）和去中心化检索会增加跳转。像 375ai 这样的生产级客户表示它对普通工作负载是可行的，但考虑数百 Gbps 训练数据的团队在投入使用前应仔细进行基准测试。

第二，企业采购惯性。 统一费率很好，主权也很吸引人。但企业的安全、法律和合规团队的运作周期是以季度衡量的，对于大多数财富 500 强的 CIO 来说，DePIN 仍然是一个新颖的采购类别。Akave 的自托管 O3 网关在一定程度上回答了这个问题 —— “运行他们软件的是我们的硬件”比“我们的数据存在区块链上”更容易获得批准 —— 但销售周期是真实存在的挑战。

第三，经济性只有在网络保持健康的情况下才是廉价的。 Filecoin 和 Akave 的激励层假设存在一批愿意以所提供价格承载容量的存储提供商。如果 AI 需求增长速度快于供应增长，统一费率要么会压缩提供商的利润空间，要么会悄然调整阶梯定价。超大规模云服务商可以提供补贴，但 DePIN 网络必须维持平衡。

这些都不是致命伤。它们意味着 Akave 的挑战与其说是成本优势能否打动人心，不如说是其运维故事是否足够“平淡乏味”，以至于能让财富 500 强的 SRE 放心签字准许入场。

宏大格局：存储作为 AI 基础设施的切入点​

关于 Akave，最有趣的并非其 14.99 美元的价格标签，而是该价格标签背后试图实现的战略目标。存储是一个低利润的商品化业务，但它也是具备最强数据引力（data gravity）的层级 —— 谁拥有数据集，谁就拥有了 “我们应该在哪里训练？” 以及最终 “我们应该在哪里推理？” 的默认答案。Akash x Akave 的合作伙伴关系清晰地传达了这一点：如果你的数据存储在需要支付巨额 “迁出费” 的地方，那么比大型云服务商（hyperscaler）便宜 70% 的去中心化 GPU 算力将毫无意义。将两者捆绑，这种经济效益就变成了一个集成化的 AWS 技术栈替代方案，而不仅仅是两个折扣产品的简单叠加。

预计这种模式将在 2026 年贯穿 AI 领域的 DePIN 类别。存储网络将争取计算网络，计算网络将争取推理网关，推理网关将争取代理框架（agent frameworks） —— 所有这些都在试图构建一个垂直领域，能够针对客户眼中依然是单一捆绑式的大型云服务体验，报出一个单一且可预测的价格。赢家将是那些感觉像基础设施，而不是像加密货币的项目。

Akave 是一个可信的早期竞争者，因为它在表面上拒绝看起来像加密货币：提供 S3 端点、固定费率、审计友好型收据，并拥有真实客户。去中心化的部分隐藏在底层，而如果 Akave 是正确的话，那正是它们该待的地方。

对于构建下一代 Web3 和 AI 原生应用的开发者，BlockEden.xyz 提供覆盖 25+ 条链的企业级 RPC、索引和 API 基础设施，具备严肃生产工作负载所需的可靠性。探索我们的 API 市场，在专为长久运行设计的基础设施上进行构建。

来源​